-
112浏览
-
0点赞
-
0收藏
-
0分享
-
223下载
-
0评论
-
引用
期刊论文
一种回归SVM选择性集成方法*)
计算机科学,2008,35(4):178~180,-0001,():
泛化能力是机器学习关心的一个根本问题,采用集成学习技术可以有效地提高泛化能力。本文提出了一种将支持向量机(Support Vector Machine,SVM)进行选择性集成回归的方法。通过引入三个阈值,可以选择合适的子SVM,从而进一步提高了整个集成学习的效率。实验结果表明,本文提出的选择性集成方法可以在一定程度上解决SVM的模型选择问题和大规模数据集的学习问题,与传统的集成方法Bagging相比具有更高的泛化能力。
【免责声明】以下全部内容由[王文剑]上传于[2010年03月30日 19时07分39秒],版权归原创者所有。本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
本学者其他成果
同领域成果